Python 检索熊猫中的数据

我使用pandas和Outlot从.root文件读取数据，得到如下表：

上述表格由以下代码组成：

fname = 'ZZ4lAnalysis_VBFH.root' 
key = 'ZZTree/candTree'
ttree = uproot.open(fname)[key]
branches = ['Z1Flav', 'Z2Flav', 'nCleanedJetsPt30', 'LepPt', 'LepLepId'] 
df = ttree.pandas.df(branches, flatten=False)

我需要在LepPt中找到最大值，一旦找到最大值，我还需要检索该最大值的lepid。 我很容易找到最大值：

Pt_l1 = [max(i) for i in df.LepPt]

这样我得到一个包含所有最大值的数组。但是，我必须根据lepid来分离这些值。所以我需要一个最大LepPt和| lepid |=11的数组，以及一个最大LepPt和| lepid |=13的数组

---

如果有人能给我任何提示、建议和/或建议，我将不胜感激

我制作了一些模拟数据，因为您没有以任何简单的格式提供您的数据。我想这就是你要找的

import pandas as pd

df = pd.DataFrame.from_records(
    [   [[1,2,3], [4,5,6]],
        [[4,6,5], [7,8,9]]
    ],
    columns=['LepPt', 'LepLepld']
)

df['max_LepPt'] = [max(i) for i in df.LepPt]

def f(row):
    # get index position within list
    pos = row['LepPt'].index(row['max_LepPt']).tolist()
    return row['LepLepld'][pos]

df['same_index_LepLepld'] = df.apply(lambda x: f(x), axis=1)

返回：

    LepPt       LepLepld    max_LepPt   same_index_LepLepld
0   [1, 2, 3]   [4, 5, 6]   3           6
1   [4, 6, 5]   [7, 8, 9]   6           8

您可以使用该接口来实现这一点（《代码》）的一个依赖项，它允许您使用大小不规则的数组

为此，您需要稍微更改加载数据的方式，但它允许您使用与普通

numpy

数组相同的方法，即：

然后，这只是一个普通的

numpy

数组，如果需要，可以将其分配给

pandas

数据帧的一列。它应该具有正确的维度和顺序。它还应该比使用内置Python函数更快

请注意，键是ByTestRing，而不是普通字符串，如果存在没有轻子的事件，则必须执行一些额外的步骤（在这种情况下，

flatten

将忽略这些空事件，从而破坏对齐）

或者，也可以在以后转换列：

import awkward

df = ttree.pandas.df(branches, flatten=False)

max_pt_idx = awkward.fromiter(df["LepPt"]).argmax()
lepton_id = awkward.fromiter(df["LepLepld"])
df["max_pt_lepton_id"] = lepton_id[max_pt_idx].flatten()

---

如果以后不再需要列，则前者会更快，否则后者可能更好。

groupby

或

idxmax

除非绝对必要，否则请勿将信息作为图像共享。看：你试过什么，做过什么研究吗？你在挣扎哪一部分？我也很好奇为什么要存储列表或数组，而不是将每个元素都存储在一列中！是的，那正是我需要的。我只有一个问题，我得到了AttributeError:*（“'numpy.ndarray'对象没有属性'index'，u'出现在索引0'）**。有什么问题吗？对不起，我以前用C++编写代码，我对Python是新的，所以我根本不懂这种语言。抢手货

import awkward

df = ttree.pandas.df(branches, flatten=False)

max_pt_idx = awkward.fromiter(df["LepPt"]).argmax()
lepton_id = awkward.fromiter(df["LepLepld"])
df["max_pt_lepton_id"] = lepton_id[max_pt_idx].flatten()